asyncio.run() 不能在已运行的事件循环中调用，应在顶层脚本中使用；在已有 loop 环境（如 Jupyter、FastAPI）中改用 create_task 或 run_until_complete；同步阻塞操作须替换为异步等价物或通过 run_in_executor 调用。
asyncio.run() 不能在已运行的事件循环中调用
这是最常见的协作崩溃点：你在 Jupyter、Django shell 或 FastAPI 的异步路由里，直接调用 asyncio.run(main())，会报 RuntimeError: asyncio.run() cannot be called from a running event loop。因为这些环境本身已启动了事件循环，asyncio.run() 试图再启一个，冲突了。
解决方法不是“换库”，而是判断上下文：
- 在顶层脚本（无现成 loop）中，用
asyncio.run()是安全且推荐的 - 在已有 loop 的环境里（如
ipython），改用asyncio.create_task()或asyncio.ensure_future()提交协程 - 需要从同步函数“等”一个异步结果时，用
asyncio.get_event_loop().run_until_complete(coro)（Python 3.7+ 兼容，但注意 loop 可能未启动）
同步阻塞调用（如 time.sleep、requests.get）会卡死整个异步流程
异步代码不是“多线程”，它依赖协程让出控制权。一旦混入同步阻塞操作，比如 time.sleep(5) 或 requests.get("https://httpbin.org/delay/5")，当前协程就真睡了 5 秒，其他任务全部挂起。
必须替换成异步等价物：
立即学习“Python免费学习笔记（深入）”；
- 用
await asyncio.sleep(5)替代time.sleep(5) - 用
aiohttp.ClientSession或httpx.AsyncClient替代requests - 数据库操作必须用异步驱动（如
asyncpg、aiomysql、motor），不能用psycopg2或pymysql
如果实在绕不开同步库（比如某 SDK 只提供 sync 接口），可用 loop.run_in_executor() 把它扔进线程池执行，避免阻塞事件循环。
使用 Playwright 为 jimeng.jianying.com 管理浏览器会话，导入 cookies/localStorage 以自动化视频生成工作流，支持图片上传等功能
从同步函数安全调用异步函数的三种场景
实际项目中，常有老代码是同步的，但新模块是异步的，比如 Flask 路由要调用一个 async def fetch_data()。不能直接 fetch_data()（返回 coroutine 对象），也不能 await fetch_data()（语法错误，不在 async 函数里）。
对应策略取决于运行环境：
- 若确定当前无 event loop（如普通脚本），用
asyncio.run(fetch_data()) - 若不确定是否有 loop（如通用工具函数），先检查：
try: loop = asyncio.get_running_loop() except RuntimeError: loop = None，再按需选择loop.create_task()或asyncio.run() - 若在已知有 loop 的框架中（如 FastAPI 的
Depends），直接await fetch_data()—— 框架已确保你在 async 上下文里
async/await 与 threading 的混合使用容易引发状态混乱
有人想“既用 async 提高 I/O 并发，又用 threading 做 CPU 密集计算”，这没问题；但要注意：协程不绑定线程，asyncio 默认只在一个线程里调度所有协程。如果你在 run_in_executor 里修改了某个全局变量或类实例属性，而主线程的协程也同时读写它，就会出现竞态。
关键约束：
-
asyncio的原生对象（如asyncio.Queue、asyncio.Lock）只能在协程中 await，不能在线程里用 - 线程间共享数据，仍得用
threading.Lock、queue.Queue等传统同步原语 - 避免在 executor 中操作 event loop 相关对象（如
loop.call_soon_threadsafe是例外，但应尽量少用）
最稳妥的做法是：I/O 交给 async，CPU 密集交给 concurrent.futures.ProcessPoolExecutor（而非 ThreadPoolExecutor），彻底隔离内存空间。
